Katalog aller 197 ECC-Skills

Vollständige Diagnose des 12-Schichten-Agenten-Stacks – Wrapper-Regression, Memory-Pollution, Tool-Disziplinversagen, versteckte Retry-Schleifen und Rendering-Korruption – mit nach Schweregrad priorisierten Befunden und Code-First-Fixes.

Entwurf und Optimierung von Aktionsräumen, Tool-Definitionen und Beobachtungsformatierung für KI-Agenten, um Abschlussraten und Fehlerwiederherstellung in agentischen Workflows zu verbessern.

Strukturierter Self-Debugging-Workflow für KI-Agentenfehler: erfasst den Fehlerzustand, diagnostiziert Ursachen, wendet eine begrenzte Wiederherstellung an und erstellt vor der Eskalation einen lesbaren Debug-Bericht.

Betriebsmodell für agentisches Engineering: Eval-First-Ausführung, Aufgabenzerlegung in agentengerechte Einheiten, kostenorientiertes Model-Routing und Qualitätsgates für KI-generierten Code.

Aufbau persistenter Multi-Agenten-Betriebssysteme auf Claude Code mit Kernel-Architektur, Spezialagenten, Slash-Commands, dateibasiertem Memory und geplanter Automatisierung – ohne externe Datenbanken.

Prozess- und Architekturleitfaden für Teams, in denen KI-Agenten einen Großteil des Codes generieren – mit Review-Fokus, eval-gesteuerter Qualität und Einstellungssignalen für KI-First-Ingenieure.

Muster und Architekturen für autonome Claude-Code-Schleifen – von einfachen sequenziellen Pipelines bis hin zu RFC-gesteuerten Multi-Agenten-DAG-Systemen mit Kontextpersistenz und Qualitätsgates.

Orchestriert parallele Claude-Code-Agenten über Claude DevFleet: plant Projekte als Mission-DAGs, startet Agenten in isolierten Git-Worktrees, überwacht den Fortschritt und liest strukturierte Berichte. Einsatz, wenn mehrere Agenten gleichzeitig an Coding-Aufgaben arbeiten sollen.

Muster und Auswahlhilfe für kontinuierliche autonome Agenten-Loops mit Quality-Gates, Evals und Recovery-Steuerelementen. Einsatz beim Einrichten lang laufender agentischer Workflows, die strukturierte Fehlerwiederherstellung und Fortschritts-Gating benötigen.

VERALTET – Legacy-v1-Stop-Hook-Skill-Extraktor. Alle Anfragen zur kontinuierlichen Lernfunktion an continuous-learning-v2 weiterleiten, das dieses Skill mit instinktbasiertem, projektbezogenem und hook-zuverlässigem Lernen ablöst.

Instinktbasiertes Lernsystem, das Claude-Code-Sitzungen über Hooks beobachtet, atomare Instinkte mit Confidence-Scoring erstellt und diese zu Skills, Commands oder Agenten weiterentwickelt. v2.1 fügt projektbezogenen Speicher hinzu, um Cross-Projekt-Kontamination zu verhindern.

Versammelt vier Beraterstimmen (Architect, Skeptic, Pragmatist, Critic), um Abwägungen und strukturierten Widerspruch bei mehrdeutigen Entscheidungen sichtbar zu machen. Einsatz, wenn mehrere glaubwürdige Optionen bestehen und eine Go/No-Go-Entscheidung einer kritischen Gegenprüfung bedarf.

Aufbau eines vollautomatischen KI-Datenerfassungsagenten, der öffentliche Quellen nach Zeitplan scrapt, Ergebnisse mit Gemini Flash anreichert und in Notion/Sheets/Supabase speichert – kostenlos auf GitHub Actions. Einsatz bei automatisierter Datenüberwachung oder -erfassung.

Orchestrierung paralleler KI-Agentensitzungen über Claude Code, Codex, OpenCode u. a. mit dmux, einem tmux-basierten Pane-Manager. Einsatz beim Aufteilen komplexer Aufgaben auf mehrere gleichzeitige Agentensitzungen.

Entwurf aufgabenlokaler Harnesses, Eval-Gates und wiederverwendbarer Skill-Extraktion für Claude Dynamic Workflow Mode und adaptive Agenten-Harnesses. Einsatz, wenn eine Aufgabe eine eigene Schleife, einen Evaluator oder einen Kontrollpunkt der Steuerungsebene benötigt.

Betreibt langlebige, cloud-gehostete Agent-Workloads mit Observability, Sicherheitsgrenzen, Lifecycle-Kontrollen und Incident-Response-Mustern. Einsatz, wenn dauerhaft laufende Agents über eine einzelne CLI-Sitzung hinaus gesteuert werden müssen.

Formales Evaluierungsframework, das Eval-Driven Development (EDD) für Claude-Code-Sitzungen implementiert – definiert Pass/Fail-Kriterien, pass@k-Metriken und Regressions-Suites für die Zuverlässigkeit von Agenten. Einsatz beim Messen oder Benchmarking der Agenten-Performance bei Prompt- oder Modelländerungen.

Vierphasiges Schleifenmuster zur schrittweisen Verfeinerung des Kontexts für Subagenten, das das Problem löst, dass Agenten den benötigten Codebasiskontextkontext nicht im Voraus kennen. Einsatz beim Entwurf von Multi-Agenten-Workflows mit unvorhersehbarem Upfront-Kontext.

MCP-Server mit dem Node/TypeScript-SDK aufbauen: Tools, Ressourcen, Prompts, Zod-Validierung sowie stdio- vs. Streamable-HTTP-Transport. Einsetzen bei der Implementierung oder beim Debugging von MCP-Servern für KI-Assistenten.

Eine Aufgabe in unabhängige parallele Lanes umstrukturieren – gebatchte Lesevorgänge, gleichzeitige Agenten, isolierte Worktrees und Verifikationsdurchläufe – um maximale Geschwindigkeit bei gleichzeitiger Korrektheit zu erreichen. Einsetzen, wenn ein Job klar trennbare Arbeiten ohne gemeinsame Schreibflächen enthält.

RFC-gesteuertes Multi-Agenten-DAG-Muster, das große Features in unabhängig verifizierbare Arbeitseinheiten mit Quality Gates und Merge-Queue-Regeln zerlegt. Einsetzen, wenn ein Feature zu umfangreich für einen einzelnen Agenten-Durchlauf ist.

Strukturierter Rollout-Loop, der Kandidaten, Entscheidungsmarkierungen und Kohärenz über wiederholte Durchläufe mit einem prüfbaren Nachweis-Ledger verfolgt. Einsetzen für stochastische Optimierung, Ensemble-Vergleich oder rekursives Schlussfolgern mit nachvollziehbarer Beweiskette.

Verwaltet Multi-Agenten-Workflows als strukturiertes Team mit Kanban-Arbeitsaufgaben, expliziter Eigentümerschaft, Branch-Isolation und Merge-Gates. Einsetzen, wenn Aufgaben mehrere Agenten, Branches oder Worktrees umspannen.

Interaktives Menü zum Durchsuchen verfügbarer Agenten-Personas und zum Zusammenstellen von Ad-hoc-Parallelteams aus flachen oder domänenspezifischen Unterverzeichnis-Sammlungen. Einsetzen, wenn ein Agenten-Squad für eine Aufgabe ausgewählt und eingesetzt werden soll.

Kostenoptimierungsmuster für die LLM-API-Nutzung: automatisches Model-Routing nach Aufgabenkomplexität, unveränderliches Budget-Tracking, Retry-Logik mit exponentiellem Backoff und Prompt-Caching. Einsatz beim Aufbau von Anwendungen, die LLM-APIs aufrufen und Ausgaben kontrollieren müssen.

Fragt eine lokale SQLite-Kostentracking-Datenbank ab, um Token-Nutzung, Ausgaben und Budgetaufschlüsselungen von Claude Code nach Projekt, Tool, Sitzung, Modell oder Datum auszugeben. Einsatz, wenn der Nutzer nach Kosten, Ausgaben oder der Nutzungshistorie fragt.

Analysiert einen Entwurfs-Prompt, identifiziert Lücken, ordnet ECC-Skills, Agenten und Hooks zu und gibt einen optimierten Prompt zur direkten Verwendung aus. Rein beratend – führt die Aufgabe selbst nicht aus.

Entscheidungsrahmen für die Wahl zwischen Regex und LLM beim Parsen strukturierter Texte: Regex für 95–98 % der Fälle einsetzen, LLM nur für Grenzfälle mit geringer Konfidenz reservieren.

Schlägt manuelle /compact-Aufrufe an logischen Aufgabengrenzen vor – nach der Exploration, zwischen Phasen oder nach Meilensteinen – um den Kontext zuverlässiger zu erhalten als durch willkürliche automatische Kompaktierung. Einsetzen in langen mehrphasigen Sitzungen, die sich dem Kontextlimit nähern.

Unterbricht den Antwortfluss, damit der Nutzer die Antworttiefe (kurz/mittel/erschöpfend) anhand geschätzter Token-Kosten vorab wählen kann. Einsetzen, wenn der Nutzer die Antwortlänge oder das Token-Budget steuern möchte.

Erstellt einen evidenzbasierten ECC-Installationsplan für ein konkretes Repo, indem Skills, Commands, Rules, Hooks und Extras mittels codebasisbewusster Review-Durchläufe in DAILY- und LIBRARY-Buckets klassifiziert werden.

Verwandelt ein einzeiliges Ziel in einen schrittweisen Konstruktionsplan für Multi-Session-, Multi-Agenten-Projekte – jeder Schritt enthält einen eigenständigen Kontextbrief, damit ein frischer Agent ihn ohne Vorwissen ausführen kann.

Erstellt CodeTour-`.tour`-JSON-Dateien mit schrittweisen Walkthroughs, verankert an echten Dateizeilen, für Onboarding, Architekturübersichten, PR-Reviews und RCA-Touren. Einsatz, wenn ein wiederverwendbares geführtes Artefakt statt einer einmaligen Erklärung gewünscht wird.

Grundlegende projektübergreifende Coding-Konventionen für Benennung, Unveränderlichkeit, Lesbarkeit, KISS/DRY/YAGNI und Fehlerbehandlung. Einsatz beim Start eines Projekts, bei der Überprüfung der Codequalität oder beim Onboarding von Mitwirkenden auf gemeinsame Standards.

Interaktiver Installationsassistent für Everything Claude Code, der Nutzer durch die Auswahl und Installation von Skills und Rules in benutzer- oder projektbezogene Verzeichnisse führt und die Installation anschließend verifiziert und optional optimiert. Einsatz zum Einrichten oder Aktualisieren einer ECC-Installation.

Prüft unkontrollierte Kosten in der ECC-Tools-GitHub-App – übermäßige PR-Erstellung, Quota-Umgehung, Premium-Modell-Leckage und Abrechnungsspitzen. Einsatz bei der Untersuchung unerwarteten Verbrauchs oder zu vieler PRs im ECC-Tools-Repo.

Erklärt das Hookify-Regelformat, Frontmatter-Felder und Pattern-/Condition-Syntax für Regeln, die Ereignisse beobachten und Nachrichten an Claude senden. Einsatz beim Erstellen oder Konfigurieren von Hookify-Regeln in einem Projekt.

NanoClaw ausführen und erweitern – ECCs abhängigkeitsfreie, sitzungsfähige REPL auf Basis von claude -p. Einsetzen beim Betrieb oder der Anpassung von claw.js für persistente Sitzungen, Modellwechsel, dynamisches Skill-Laden und Verlaufskomprimierung.

Integrationsreferenz für Plankton, ein Schreibzeit-Codequalitätssystem, das bei jedem Datei-Edit automatisch formatiert, lintet und Verstöße per PostToolUse-Hooks an Claude-Subprozesse weiterleitet. Einsetzen beim Einrichten automatischer Format- und Lint-Durchsetzung in Claude-Code-Projekten.

PRD-Intent, Roadmap-Einträge oder Produktdiskussionen in einen implementierungsreifen Capability-Plan übersetzen, der Constraints, Invarianten, Schnittstellen und offene Entscheidungen aufzeigt. Einsetzen, wenn die Produktabsicht klar ist, Architektur- und Richtlinienimplikationen aber vor dem Start übergreifender Service-Arbeiten explizit gemacht werden müssen.

Erzwingt einen Recherche-vor-Code-Workflow, indem npm, PyPI, GitHub und MCP-Skill-Quellen nach vorhandenen Lösungen durchsucht werden, bevor eigener Code geschrieben wird. Einsetzen, wenn eine neue Funktion begonnen wird, für die wahrscheinlich bereits eine Bibliothek, ein Utility oder ein Muster existiert.

Durchsucht lokale, Marketplace-, GitHub- und Web-Skill-Quellen, bevor die Erstellung eines neuen Skills empfohlen wird, um Dopplungen vorhandener Community-Arbeit zu vermeiden. Einsetzen, wenn ein Nutzer „create a skill“ sagt, fragt ob ein Skill für X existiert, oder kurz davor ist, einen neuen Workflow-Skill zu erstellen.

Prüft alle installierten Claude-Skills und -Befehle auf Qualität mithilfe einer Checkliste und KI-Urteil – entweder im Quick-Scan-Modus (nur geänderte Skills) oder im Full-Stocktake-Modus mit sequenzieller Subagenten-Batch-Auswertung. Einsetzen, wenn der Zustand einer Skill-Bibliothek vor einer Veröffentlichung bewertet werden soll.

Schreibgeschütztes Audit des aktiven Repos, der MCP-Server, Plugins, Umgebungsoberflächen und des Harness-Setups zur Empfehlung der wertvollsten ECC-Skills, Hooks, Agenten und Workflows. Einsetzen beim Einrichten von Claude Code oder bei der Bewertung verfügbarer Fähigkeiten.

Regressionsteststrategien für KI-gestützte Entwicklung, die den blinden Fleck adressieren, bei dem dasselbe Modell Code schreibt und prüft – mit Sandbox-API-Tests zur automatischen Fehlererkennung.

Wandelt „schneller machen“-Anfragen in eine begrenzte, messbare Optimierungsschleife um: Baselines erstellen, Hypothesen formulieren, Varianten testen, Fehlschläge verwerfen und die schnellste sichere Implementierung fördern.

TDD-Workflow für modernes C++ mit GoogleTest/GoogleMock und CMake/CTest: Tests schreiben, Test-Discovery konfigurieren, Sanitizer hinzufügen und instabile oder fehlschlagende Tests diagnostizieren. Nur für C++-Testschreiben, Konfiguration oder Fehleruntersuchung verwenden.

TDD-Workflow für Django mit pytest-django, factory_boy, Mocking und Coverage, inkl. Muster für DRF-API-, Modell-, View- und Serializer-Tests. Einsatz beim Schreiben von Tests für Django-Projekte.

Vollständige Verifikationsschleife für Django-Projekte: Umgebungsprüfung, Linting, Migrationssicherheit, Testabdeckung, Sicherheitsscans und Deployment-Bereitschaft. Einsatz vor PRs, nach größeren Änderungen oder vor dem Deployment.

Playwright-E2E-Testmuster: Page Object Model, CI/CD-Integration, Artefaktverwaltung und Behandlung instabiler Tests. Einsatz beim Aufbau oder Verbessern einer E2E-Test-Suite für Web-Anwendungen.

TDD-Workflow für Kotlin mit Kotest, MockK, Coroutinen-Tests, Property-Tests und Kover-Coverage. Einsetzen beim Schreiben von Tests oder Erhöhen der Testabdeckung in Kotlin-Projekten.

Red-Green-Refactor-TDD für Laravel mit PHPUnit und Pest, Datenbankstrategien, Factories, Fakes und 80 %+ Coverage-Ziel. Einsetzen für neue Laravel-Features oder Bugfixes.

Pre-PR- und Pre-Deploy-Verifikationspipeline für Laravel: Umgebungsprüfung, Linting, statische Analyse, Tests mit Coverage, Sicherheitsscans und Deployment-Bereitschaft. Ausführen vor dem Öffnen eines Pull Requests oder einer Veröffentlichung.

Perl-Testmuster mit Test2::V0, Test::More, dem prove-Runner, Mocking und Devel::Cover für Coverage nach TDD-Methodik. Einsetzen beim Schreiben von neuem Perl-Code, Entwerfen von Test-Suites oder der Migration von Test::More zu Test2::V0.

Python-TDD-Workflow mit pytest für Fixtures, Mocking, Parametrisierung und 80 %+-Abdeckungsziele. Einsetzen beim Schreiben von Tests, Einrichten der Testinfrastruktur oder Prüfen der Abdeckung in Python-Projekten.

TDD-Workflow für Quarkus 3.x mit JUnit 5, Mockito, REST Assured, Camel-Test-Tools und JaCoCo bei 80 %+ Abdeckung. Einsetzen beim Hinzufügen von Features, bei Bugfixes oder beim Testen ereignisgesteuerter Quarkus-Services.

Vollständige Verifikationspipeline für Quarkus-Projekte: Build, statische Analyse (Checkstyle/PMD/SpotBugs), Tests mit JaCoCo-Abdeckung, Sicherheitsscans, native Kompilierung und Diff-Review. Ausführen vor PRs oder Deployments.

React-Komponententests mit React Testing Library, Vitest/Jest, MSW-Netzwerk-Mocking, axe-Barrierefreiheitsprüfungen und Entscheidungshilfe für RTL vs. Playwright E2E. Einsetzen beim Schreiben oder Reparieren von Tests für React-Komponenten, Hooks oder Seiten.

Rust-TDD-Workflow mit Unit-Tests, Integrationstests, asynchronem Testen, Property-Tests mit proptest, mockall-Mocking und cargo-llvm-cov-Abdeckung bei 80 %+. Einsetzen beim Schreiben oder Ergänzen von Tests in Rust-Projekten.

Leitet testgetriebene Entwicklung für Spring Boot mit JUnit 5, Mockito, MockMvc, Testcontainern und JaCoCo mit einem Abdeckungsziel von 80 %+ an. Einsetzen, wenn Features hinzugefügt, Bugs behoben oder Spring-Boot-Services refaktoriert werden.

Führt eine vollständige Verifikationspipeline für Spring-Boot-Projekte durch – Build, statische Analyse (SpotBugs, PMD, Checkstyle), Tests mit JaCoCo-Coverage, Security-Scan und Diff-Review. Einsetzen vor dem Öffnen eines Pull Requests, nach größeren Refactorings oder vor dem Deployment.

Erzwingt einen Test-First-TDD-Zyklus mit 80 %+ Abdeckung über Unit-, Integrations- und E2E-Tests einschließlich Git-Checkpoints auf jeder Stufe. Einsetzen für neue Features, Bugfixes oder Refactoring.

Führt nach Codeänderungen oder vor einem PR eine strukturierte sechsphasige Prüfung durch – Build, Typen, Lint, Tests mit Coverage, Sicherheitsscan und Diff-Review. Einsetzen, um Quality-Gates vor dem Mergen zu bestätigen.

End-to-End-Tests für native Windows-Desktop-Apps (WPF, WinForms, Win32, Qt) mit pywinauto und Windows UI Automation, einschließlich CI/CD-Integration auf GitHub Actions. Einsetzen beim Schreiben oder Diagnostizieren von GUI-Automatisierungstests für Windows-Apps.

Generiert Angular-Code und bietet Architekturleitfaden für Komponenten, Services, Signals, Formulare, Routing, SSR, Barrierefreiheit, Animationen und Tests über verschiedene Angular-Versionen hinweg.

Legt eine ECC-spezifische Design-Richtung für Produktions-Web-UIs fest – Zweck, Zielgruppe, Tonalität und eine einprägsame visuelle Idee – bevor Frontend-Code geschrieben wird. Einsatz, wenn die UI zielgerichtet und ausgereift statt generisch oder nach Vorlage wirken soll.

Moderne React- und Next.js-Muster für Komponenten, State-Management, Datenabruf, Performance-Optimierung, Formulare, Routing und barrierefreie UI. Einsatz beim Erstellen oder Überprüfen eines React-basierten Frontends.

Erstellt abhängigkeitsfreie, animationsreiche HTML-Präsentationen in einer einzigen Datei oder konvertiert PowerPoint-Dateien ins Web. Einsatz beim Erstellen von Vortrags-/Pitch-Decks oder beim Unterstützen von Nicht-Designern bei der visuellen Stilfindung.

Konkrete Design-Engineering-Korrekturen für polierte UIs: konzentrischer Radius, optische Ausrichtung, Schatten, Textzeilenumbrüche, Trefferbereiche, Hover-/Focus-Zustände und Motion. Einsetzen, wenn eine UI flach, beengt oder unfertig wirkt.

Produktionsreifes UI-Bewegungssystem für React/Next.js mit der Motion-Bibliothek: zugängliche Animationen, Zustandsübergänge und Layout-Kontinuität mit Reduced-Motion-Unterstützung. Einsetzen beim Hinzufügen sinnvoller Animationen zu Web-Interfaces.

Idiomatische React-18/19-Muster: Hooks-Disziplin, Server-/Client-Komponentengrenzen, Suspense, Form Actions, State-Management-Entscheidungsbäume und barrierefreie Komposition. Einsetzen beim Schreiben oder Reviewen von React-Komponenten.

Über 70 priorisierte React- und Next.js-Performanceregeln: Wasserfallvermeidung, Bundle-Größe, serverseitige Optimierung, Re-Renders und Core Web Vitals. Einsetzen beim Reviewen oder Optimieren von React/Next.js-Code auf Performance.

Zeichnet polierte WebM-Demo-Videos von Web-Apps mit Playwright auf – mit sichtbarem Cursor, natürlichem Tempo und einer Discover-Rehearse-Record-Pipeline. Einsetzen, wenn ein Demo-Video, ein Walkthrough oder eine Bildschirmaufzeichnung benötigt wird.

Konvertiert UI-Design-Screenshots stapelweise in Vue-3-Composition-API-Komponenten mit Vant, Element Plus oder Ant Design Vue. Einsetzen, wenn ein Verzeichnis von Design-Exporten in eine erste Vue-3-Codebasis umgewandelt werden soll.

Erstellt einen neuen API-Connector, der das bestehende Integrationsmuster des Repos exakt nachbildet – Dateilayout, Konfigurationsschema, Auth, Fehlerbehandlung, Tests und Registry-Verdrahtung.

REST-API-Entwurfsmuster – Ressourcenbenennung, HTTP-Statuscodes, Paginierung, Filterung, Fehlerresponses, Versionierung und Rate-Limiting für konsistente Produktions-APIs.

Backend-Architekturmuster für skalierbare Node.js-, Express- und Next.js-Anwendungen – REST/GraphQL-Design, Repository-Schicht, N+1-Optimierung, Caching, Hintergrundjobs und Middleware.

Speichert aufwändige Dateiverarbeitungsergebnisse (PDF-Parsing, Bildanalyse) mit SHA-256-Inhalts-Hashes als Schlüssel, sodass der Cache Umbenennungen übersteht und bei Inhaltsänderungen automatisch ungültig wird. Einsatz beim Aufbau von Datei-Pipelines mit wiederholter Verarbeitung derselben Dateien.

Produktionsreife Django-Architekturmuster für Projektstruktur, DRF-API-Design, ORM-Best-Practices, Caching, Signals und Middleware. Einsatz beim Aufbau oder Strukturieren von Django-Anwendungen.

Produktionsorientierte FastAPI-Muster für Router, Pydantic-Schemas, asynchrone Endpunkte, Dependency Injection, Auth, OpenAPI-Dokumentation und Tests. Einsatz beim Erstellen oder Überprüfen eines FastAPI-Services.

JPA/Hibernate-Muster für Entity-Design, Beziehungen, N+1-Prävention, Transaktionen, Auditing, Paginierung und HikariCP-Pooling in Spring Boot. Einsatz beim Modellieren von Daten, Schreiben von Repository-Abfragen oder Optimieren der Datenbankperformance.

Umfassende Ktor-Server-Muster: Routing-DSL, Plugins, Authentifizierung, Koin-DI, kotlinx.serialization, WebSockets und testApplication-basierte Integrationstests. Einsetzen beim Aufbau oder Review von Ktor-HTTP-Services in Kotlin.

Produktionsreife Laravel-Architektur: Controller, Service-Schichten, Eloquent ORM, Queues, Events, Caching und API-Ressourcen. Einsetzen beim Strukturieren oder Entwickeln von Laravel-Apps und APIs.

Laravel-Pakete über LaraPlugins.io MCP finden und bewerten: Health-Score und Laravel/PHP-Versionskompatibilität prüfen. Einsetzen bei der Auswahl von Paketen für ein Laravel-Projekt.

Engineering-Muster für latenzkritische Systeme: Hot-Path-Analyse, p95/p99-Tracking, Caching, Batching, Streaming und Backpressure. Einsetzen für Echtzeit-Dashboards, Marktdaten-Feeds, Queues oder Execution-Gateways.

Produktionsreife NestJS-Architekturmuster für modulare TypeScript-Backends – Module, Controller, Provider, DTO-Validierung, Guards, Interceptoren, Konfiguration und Tests. Einsetzen beim Aufbau oder Strukturieren von NestJS-APIs und -Diensten.

Quarkus-3.x-Architekturmuster mit Apache Camel, JAX-RS, CDI, Panache, asynchroner Verarbeitung und nativer Kompilierung. Einsetzen beim Aufbau von Java-Cloud-native- oder ereignisgesteuerten Backend-Services.

Behandelt Spring-Boot-Architekturmuster für REST-API-Design, Controller-Service-Repository-Schichtung, Spring Data JPA, Caching, asynchrone Verarbeitung und ereignisgesteuerte Workflows. Einsetzen für die Java-Spring-Boot-Backend-Entwicklung.

Behandelt OAuth-Authentifizierungsmuster, Rate-Limits und Codebeispiele zum Posten von Tweets/Threads, Lesen von Timelines, Suchen und Analytics über die X (Twitter) API. Einsetzen bei der Integration programmatischer X-Interaktionen in eine Anwendung.

ClickHouse-Schema-Design, Query-Optimierung, materialisierte Views und Ingestionsmuster für hochleistungsfähige OLAP-Workloads. Einsatz beim Aufbau von Analytics-Pipelines, Echtzeit-Dashboards oder bei der Migration von PostgreSQL/MySQL zu ClickHouse.

Diagnose und Behebung von Engpässen in großen Datenerfassungs-, ETL-, Backfill-, Export- oder Warehouse-Loading-Pipelines unter Wahrung der Datenkorrektheit. Einsatz, wenn eine Datenpipeline deutlich schneller werden muss.

Sichere, reversible Datenbankmigrationssmuster für PostgreSQL, MySQL und ORMs (Prisma, Drizzle, Django, TypeORM, golang-migrate) inkl. Zero-Downtime-Techniken. Einsatz bei Schemaänderungen in Produktionsdatenbanken.

JetBrains-Exposed-ORM-Muster: DSL-Abfragen, DAO, Transaktionen, HikariCP-Pooling, Flyway-Migrationen und Repository-Muster für Kotlin-Backend-Services. Einsatz beim Einrichten oder Optimieren des Datenbankzugriffs mit Exposed.

Produktions-ML-Engineering-Workflow: Datenverträge, reproduzierbares Training, Quality-Gates, Modell-Deployment, Monitoring und Rollback. Einsetzen beim Überführen von Notebook-Code in ein wartbares ML-System.

MySQL- und MariaDB-Muster für Schema-Design, Indizierung, Slow-Query-Analyse, Transaktionen, Keyset-Paginierung und Connection-Pools. Einsetzen bei produktiven MySQL/MariaDB-Datenbanken oder Migrationen.

PostgreSQL-Best-Practices für Abfrageoptimierung, Schema-Design, Indexierungsstrategie, Row Level Security und Connection-Pooling. Einsetzen beim Schreiben von SQL-Abfragen oder Migrationen, beim Entwerfen von Schemas oder bei der Fehlersuche bei langsamen Abfragen.

Produktions-Prisma-ORM-Muster für TypeScript-Backends – Schema-Design, Abfrageoptimierung, Transaktionen, Paginierung und kritische Fallstricke wie updateMany-Zähler statt Records, $transaction-Timeouts und serverlose Verbindungserschöpfung. Einsetzen beim Schreiben oder Prüfen von Prisma-Abfragen, Migrationen oder Massenoperationen.

Clean-Architecture-Muster für Android- und Kotlin-Multiplatform-Projekte – Modulstruktur, Abhängigkeitsregeln, UseCases, Repositories und Datenschichtdesign mit Room, SQLDelight und Ktor.

Muster für Compose Multiplatform und Jetpack Compose: ViewModel-Zustand, Navigation, Theming, Recomposition-Optimierung und plattformspezifische UI für Android, iOS, Desktop und Web. Einsatz beim Aufbau von KMP-Shared-UI oder Compose-basierten Android-Apps.

Produktionsreife Dart/Flutter-Muster für Null-Safety, BLoC/Riverpod/Provider-Zustandsverwaltung, GoRouter, Dio, Freezed und Widget-Tests. Einsatz beim Erstellen oder Überprüfen von Flutter-Features.

Integriert Apples FoundationModels-Framework für On-Device-LLM in iOS-26+-Apps – Textgenerierung, strukturierte Ausgabe mit @Generable, Tool-Calling und Streaming. Einsatz beim Erstellen datenschutzfreundlicher KI-Features ohne Cloud-Abhängigkeit.

Kotlin-Coroutines- und Flow-Muster für strukturierte Nebenläufigkeit, StateFlow-/SharedFlow-reaktive Streams, Fehlerbehandlung und Coroutine-Tests in Android- und KMP-Projekten. Einsatz beim Schreiben von asynchronem Code oder beim Verwalten gleichzeitiger Operationen.

iOS 26 Liquid-Glass-Designsystem mit Blur, Reflexion und interaktivem Morphing für SwiftUI, UIKit und WidgetKit. Einsetzen beim Entwickeln oder Migrieren von Apps auf Apples neue iOS-26-Designsprache.

Stellt Muster für thread-sichere Datenpersistenz-Layer in Swift mit Actors bereit – In-Memory-Cache mit dateibasiertem Storage –, die Data Races bereits zur Compile-Zeit ausschließen. Einsetzen beim Entwickeln von Offline-First-Apps oder Swift-5.5+-Persistenz-Layern mit sicherem gleichzeitigem Zugriff.

Behandelt Swift-6.2-Approachable-Concurrency-Muster – standardmäßig single-threaded, @concurrent für explizites Background-Offloading, isolierte Protokollkonformitäten – zur Behebung von Data-Race-Compilerfehlern. Einsetzen bei der Migration von Swift-Projekten auf 6.2 oder beim Entwurf von MainActor-basierter App-Architektur.

Abstrahiert Dateisystem, Netzwerk und externe APIs hinter fokussierten Swift-Protokollen, um deterministische Unit-Tests ohne echtes I/O zu ermöglichen. Einsetzen beim Schreiben von testbarem Swift-Code, der externe Abhängigkeiten berührt.

Deckt modernes SwiftUI-Zustandsmanagement mit @Observable, typsicherer NavigationStack, View-Komposition und Rendering-Performance ab. Einsetzen beim Aufbau von iOS/macOS-UIs mit SwiftUI.

C++-Coding-Standards auf Basis der C++ Core Guidelines für modernes C++17/20/23: RAII, Unveränderlichkeit, Typsicherheit und klare Absicht. Einsatz beim Schreiben, Überprüfen oder Refaktorieren von C++-Code zur Durchsetzung sicherer und idiomatischer Praktiken.

C#- und .NET-Testmuster mit xUnit, FluentAssertions, NSubstitute/Moq, Testcontainers und WebApplicationFactory. Einsatz beim Schreiben oder Überprüfen von Tests für .NET-Projekte.

Idiomatische C#- und .NET-Muster für Unveränderlichkeit, Dependency Injection, async/await und Service-Architektur mit ASP.NET Core. Einsatz beim Schreiben oder Überprüfen von .NET-Anwendungscode.

Muster für robuste Fehlerbehandlung in TypeScript, Python und Go – typisierte Fehler, Boundaries, Retries, Circuit Breaker und nutzerseitige Fehlermeldungen. Einsatz beim Entwurf von Fehlerhierarchien, beim Hinzufügen von Retry-Logik oder beim Überprüfen von APIs auf fehlende Fehlerbehandlung.

F#-Testmuster mit xUnit, FsUnit, Unquote und FsCheck-eigenschaftsbasiertem Testen – Best Practices für Unit-Tests, Integrationstests und Testorganisation. Einsatz beim Schreiben oder Überprüfen von Tests für F#- und .NET-Anwendungen.

Idiomatische Go-Muster und Best Practices für klaren, robusten und wartbaren Code. Einsatz beim Schreiben, Überprüfen oder Refaktorieren von Go-Code sowie beim Entwerfen von Go-Paketen.

Go-Testmuster – tabellengesteuerte Tests, Subtests, Benchmarks, Fuzzing und TDD-Workflow mit der Standardbibliothek. Einsatz beim Schreiben neuer Go-Funktionen, beim Hinzufügen von Coverage oder beim Durchlaufen eines RED-GREEN-REFACTOR-Zyklus.

Coding-Standards für Java 17+ in Spring Boot und Quarkus: Benennung, Unveränderlichkeit, Optional, Streams, Ausnahmen, Generics, CDI und reaktive Muster. Wendet framework-spezifische Konventionen automatisch anhand der erkannten Build-Datei an.

Idiomatische Kotlin-Muster für Null-Sicherheit, Coroutinen, Sealed Classes, DSL-Builder und Gradle Kotlin DSL. Einsetzen beim Schreiben, Reviewen oder Refaktorieren von Kotlin-Code.

Moderne Perl-5.36+-Idiome, Best Practices und Architekturkonventionen für robuste, wartbare Anwendungen. Einsetzen beim Schreiben von neuem Perl-Code, Refaktorieren von Legacy-Modulen oder Prüfen von Perl auf idiomatische Konformität.

Idiomatische Python-Muster für PEP 8, Typhinweise, EAFP-Fehlerbehandlung und Wartbarkeit. Einsetzen beim Schreiben, Reviewen oder Refaktorieren von Python-Code.

Idiomatische Rust-Muster für Ownership, Borrowing, Result/?-Fehlerpropagierung, Traits, Generics, sichere Nebenläufigkeit und Crate-Struktur. Einsetzen beim Schreiben, Reviewen oder Refaktorieren von Rust-Code.

Evidenzbasierter Audit laufender Automatisierungen – inventarisiert Cron-Jobs, Hooks, Konnektoren, MCP-Server und Wrapper und gibt Empfehlungen zum Behalten, Zusammenführen, Entfernen oder Korrigieren, bevor Änderungen vorgenommen werden.

Bietet Review-Muster und sichere Änderungs-Workflows für Cisco IOS und IOS-XE: Show-Befehle, ACL-Platzierung, Wildcard-Masken und Änderungsfenster-Verifizierung. Einsatz beim Überprüfen von Router-/Switch-Konfigurationen oder bei der Fehlersuche ohne Verbindungsrisiken.

Erstellung betriebsorientierter Monitoring-Dashboards für Grafana, SigNoz u. Ä., strukturiert nach echten Betriebsfragen statt nach allen verfügbaren Metriken. Einsatz beim Aufbau operativer Dashboards aus einer Metrikliste.

CI/CD-Pipeline-Muster, Docker-Containerisierung, Rolling/Blue-Green/Canary-Deploymentstrategien, Health-Checks, Rollback-Pläne und Produktions-Checklisten für Web-Apps. Einsatz bei der Planung oder Einrichtung von Deployments.

Docker- und Docker-Compose-Best-Practices für lokale Entwicklung, Multi-Container-Orchestrierung, Container-Sicherheit, Networking und Volumes. Einsatz beim Einrichten oder Überprüfen containerisierter Entwicklungsumgebungen.

Verwaltet GitHub-Repos über die gh CLI – Issue-Triage, PR-Review, CI/CD-Debugging, Release-Vorbereitung, Dependabot-Alerts und Contributor-Experience. Einsatz für alle GitHub-Betriebsaufgaben jenseits einfacher Git-Befehle.

Planungs- und Sicherheits-Checkliste für Homelab-Änderungen mit VLANs, lokalem DNS und WireGuard-VPN vor Änderungen an Router, Firewall oder DHCP-Konfiguration. Einsatz zur Erstellung eines stufenweisen Migrationsplans mit Rollback-Verfahren.

Praktischer Designleitfaden für Heim- und Kleinlaboratoriums-Netzwerke mit Gateway-/Switch-/AP-Rollen, IP-Bereichen, DHCP-Reservierungen, DNS und häufigen Anfängerfehlern. Einsatz beim Planen eines neuen Netzwerks oder bei der Fehlersuche bei Double-NAT und instabiler Adressierung.

Sichere Python-Netmiko-Muster für SSH-basierte Netzwerkgeräteautomatisierung – lesende Erfassung, begrenzte Batch-SSH, TextFSM-Parsing, gesicherte Konfigurationsänderungen, Timeouts und Fehlerbehandlung. Einsetzen beim Scripting gegen Router, Switches oder Firewalls.

Lesende BGP-Fehlerbehebungsmuster zur Diagnose von Neighbor-Status, fehlenden Routen, Präfix-Richtlinien und AS-Pfad-Problemen. Einsetzen, wenn eine BGP-Sitzung ausgefallen, instabil oder ohne erwartete Präfixe established ist.

Vorbereitende Validierung von Router- und Switch-Konfigurationen auf gefährliche Befehle, doppelte IPs, Subnetzüberschneidungen, veraltete ACL/Route-Map-Referenzen und IOS-Sicherheitshygiene. Einsetzen vor Änderungsfenstern oder automatisierten Konfigurations-Pushes.

Diagnose von Schnittstellenfehlern, CRCs, Drops, Duplex-Mismatches, Flapping und Aushandlungsproblemen bei der Verbindungsgeschwindigkeit auf Routern, Switches und Linux-Hosts. Einsetzen, wenn ein Host Paketverlust aufweist oder ein Switch-Port steigende Fehlerzähler zeigt.

Prüft eine ausgelieferte oder kurz vor dem Launch stehende Anwendung auf Produktionsreife – Konfigurationslücken, Laufzeitrisiken, fehlende Observability – ausschließlich anhand lokaler Repo- und CI-Daten, ohne externe Dienste einzubeziehen.

Beweisbasierter Workflow zum Ausführen von Befehlen, Untersuchen des Git-Zustands, Debuggen von CI-Fehlern und Einspielen enger Fixes mit exaktem Nachweis von Ausführung und Verifikation. Einsetzen, wenn der Nutzer eine echte Repo-Ausführung mit nachvollziehbaren Ergebnissen benötigt.

Konsolidiert GitHub, Linear, CI, Hook-Ereignisse und verbundene Kommunikationskanäle in eine ECC-native Benachrichtigungsspur mit Schweregrad, Eigentümerschaft und Routing. Einsetzen, wenn Alert-Fragmentierung, Rauschen oder Posteingangs-Chaos das eigentliche Problem ist.

Django-Sicherheits-Best-Practices: Authentifizierung, Autorisierung, CSRF, SQL-Injection-Schutz, XSS-Prävention und gehärtete Produktionskonfiguration. Einsatz beim Absichern oder Überprüfen einer Django-App vor dem Deployment.

Deckt Datenklassifizierung, Zugriffssteuerung, Audit-Trails und Verschlüsselungsmuster für PHI und PII in Healthcare-Apps ab. Einsatz beim Erstellen oder Überprüfen von Funktionen, die Patientendaten unter HIPAA, DSGVO oder DISHA betreffen.

Schlanker HIPAA-spezifischer Einstiegspunkt, der zur richtigen Implementierung für PHI-Handling, Audit-Logging und Breach-Posture weiterleitet. Einsatz, wenn eine Aufgabe explizit US-Healthcare-Compliance, Covered Entities oder BAAs betrifft.

Laravel-Sicherheits-Best-Practices: Authentifizierung, Autorisierung, CSRF, Validierung, Datei-Uploads, Rate-Limiting und sichere Deployments. Einsetzen beim Absichern von Laravel-Anwendungen.

Sicherheitsmuster für autonome LLM-Trading-Agenten: Prompt-Injection-Abwehr, Ausgabenlimits, Pre-Send-Simulation, Circuit-Breaker, MEV-Schutz und Wallet-Key-Isolation. Einsetzen beim Aufbau oder Audit von Agenten mit Transaktionsbefugnis.

Umfassende Perl-Sicherheitsmuster für Taint-Modus, Eingabevalidierung, sichere Prozessausführung, parametrisierte DBI-Abfragen und Web-Sicherheit (XSS/SQLi/CSRF). Einsetzen beim Prüfen oder Schreiben von Perl-Code, der Benutzereingaben, Web-Anfragen, Shell-Befehle oder Datenbankabfragen verarbeitet.

Prognosemarkt-, Basket-, Oracle- und Trading-Agenten-Workflows auf Compliance, Datenqualität, Datenschutz und Ausführungsrisiko prüfen, bevor sie Venue-Auth, Benutzerportfoliodaten oder API-Keys verarbeiten. Als Vorimplementierungs-Gate für jeden Workflow mit Finanzkontext einsetzen.

Sicherheits-Best-Practices für Quarkus: JWT/OIDC-Authentifizierung, RBAC, Eingabevalidierung, CORS, CSRF, Secrets-Management und CVE-Scanning von Abhängigkeiten. Einsetzen beim Hinzufügen oder Prüfen von Authentifizierungs- und Sicherheitskontrollen in Quarkus-Services.

Scannt ein Repository nach ausnutzbaren, remote erreichbaren Schwachstellen – SSRF, Auth-Bypass, SQL-Injection, RCE, XSS – mit Fokus auf Findings, die für Responsible Disclosure oder Bug-Bounty-Einreichungen qualifizieren. Einsetzen, wenn es um praktische Schwachstellenentdeckung geht und nicht um eine allgemeine Best-Practices-Prüfung.

Stellt eine umfassende Sicherheits-Checkliste und Code-Patterns für Secrets-Management, Eingabevalidierung, CSRF, XSS, Rate-Limiting und sicheres API-Design bereit. Einsetzen, wenn Authentifizierung implementiert, Benutzereingaben verarbeitet, API-Endpunkte erstellt oder mit Zahlungs- bzw. sensiblen Daten gearbeitet wird.

Prüft die .claude/-Konfiguration eines Claude-Code-Projekts – CLAUDE.md, settings.json, MCP-Server, Hooks und Agentendefinitionen – auf Injection-Risiken, zu permissive Allow-Lists und hartcodierte Secrets mit dem AgentShield-Tool. Einsetzen, bevor Konfigurationsänderungen committet werden oder beim Onboarding in ein Repository mit vorhandenen Claude-Code-Konfigurationen.

Stellt Spring-Security-Best-Practices für JWT/OAuth2-Authentifizierung, rollenbasierte Autorisierung, Eingabevalidierung, CORS/CSRF, Secrets-Management, Rate-Limiting und CVE-Scanning von Abhängigkeiten in Java-Spring-Boot-Diensten bereit. Einsetzen, wenn Auth hinzugefügt, Benutzereingaben verarbeitet oder gesicherte Endpunkte erstellt werden.

Untersucht Blender-Charaktere, Rigs, Posen und Animation-Retargeting durch Extraktion strukturierter Szenenzustände – für Fälle, in denen Screenshots Achsenkonventionen, Knochen­namen oder Bodenkontaktfehler nicht offenbaren.

Generiert Bilder, Videos und Audio über fal.ai-Modelle via MCP – Text-zu-Bild, Text/Bild-zu-Video, Text-zu-Sprache und Video-zu-Audio. Einsatz, wenn der Nutzer KI-generierte Medien jeder Art benötigt.

Animierte technische Erklärvideos mit Manim für Graphen, Architekturdiagramme und Produkt-Walkthroughs. Einsetzen, wenn präzise Bewegung wichtiger als Fotorealismus ist und ein sauberes kurzes MP4 das Ergebnis sein soll.

Domänenspezifische Regeln und Muster für die Remotion-Videoerstellung in React: 3D, Animationen, Audio, Untertitel, Diagramme, Schriftarten und Übergänge in 29 Regeldateien. Einsetzen bei jeder Arbeit mit Remotion-Code.

KI-gestützte Pipeline zum Bearbeiten echter Aufnahmen mit FFmpeg, Remotion, ElevenLabs und fal.ai zu Kurzinhalten, Vlogs oder Demo-Videos. Einsetzen, wenn der Nutzer vorhandenes Videomaterial schneiden, strukturieren oder ergänzen möchte.

Nimmt Video/Audio aus Dateien, URLs, RTSP-Feeds oder Live-Desktop-Capture auf, erstellt visuelle, semantische und temporale Indizes und führt Timeline-Bearbeitungen, Transcoding, Untertitelgenerierung, Overlays sowie Echtzeit-Event-Alerts durch. Einsetzen für programmatische Videowahrnehmung, -suche oder -bearbeitung.

Sicherheits-Checkliste und gehärtete Code-Muster für Solidity-AMM-Verträge: Reentrancy, CEI-Reihenfolge, Donation-/Inflation-Angriffe, Oracle-Manipulation, Slippage und Admin-Kontrollen. Einsatz beim Schreiben oder Auditieren von DeFi-AMM- oder Liquiditätspool-Verträgen.

Verhindert stille Dezimal-Mismatch-Fehler auf EVM-Chains durch Laufzeit-Decimal-Abfrage und dezimalsichere Arithmetik für Guthaben und USD-Werte. Einsatz beim Lesen von ERC-20-Guthaben, Cross-Chain-Vergleichen oder beim Aufbau von Bots, Dashboards oder DeFi-Tools.

Vergleicht Itô-Prediction-Market-Baskets mit der Wissensdatenbank, Portfolio-Notizen oder der Research-These des Nutzers, um Passgenauigkeit, Expositionslücken und widersprüchliche Signale zu identifizieren. Nur lesend – keine Anlageberatung oder Trade-Ausführung.

Architektur- und Workflow-Leitfaden für den Aufbau eines Hintergrundagenten, der Datenquellen beobachtet, Prediction-Market-Basket-Parameter entwirft und Ergebnisse zur menschlichen Überprüfung weitergibt. Für die Planung, nicht für die Live-Trade-Ausführung.

Sammelt schreibgeschützte Prediction-Market-Informationen – Event-Discovery, Venue-Vergleich, Underlier-Recherche und Itô-API-gestützte Marktberichte. Einsatz für quellenbasierte Briefings ohne Anlageberatung oder Orderausführung.

Erstellt ein strukturiertes, nicht ausführendes Arbeitsblatt für eine Prediction-Market-Idee: Venues, Underlier, Abwicklungsregeln, Gebühren und manuelle Aktionsschritte. Einsatz zur Prüfung von Einschränkungen und offenen Fragen, bevor ausführungsfähige Tools eingesetzt werden.

Ethereum-Hashing-Bugs in JavaScript/TypeScript durch korrektes Keccak-256 anstelle von Nodes NIST-SHA3 vermeiden. Einsetzen beim Berechnen von Funktionssignaturen, Event-Topics, EIP-712-Signaturen, Merkle-Proofs oder Storage-Slots.

Prognosemärkte als Datenquellen oder Oracle-Signale für Produkte, Agenten und Dashboards recherchieren – marktimplizierte Wahrscheinlichkeiten, Liquidität, Auflösungsregeln und Integrationsmuster bewerten. Einsetzen beim Einbeziehen von Prognosemarktsignalen in eine Entscheidungsintelligenz- oder Datenschicht.

Erstellung gründlicher, mit Quellenangaben versehener Rechercheberichte durch Web-Suche mit firecrawl- und exa-MCP-Tools sowie Synthese aus mehreren Quellen. Einsatz bei tiefgehender Recherche mit Belegen und Quellennachweis.

Neuronale Web-, Code- und Unternehmenssuche über den Exa-MCP-Server. Einsatz, wenn aktuelle Web-Informationen, Code-Beispiele, Unternehmensdaten oder Personensuche mit KI-gestützter neuronaler Suche benötigt werden.

Verwaltet ein mehrschichtiges Wissenssystem für die Aufnahme, Organisation, Synchronisation, Deduplizierung und Suche in lokalen Dateien, MCP-Speicher, Vektorspeichern und Git-Repos. Einsatz beim Speichern, Organisieren oder Abrufen von Informationen aus Wissenssystemen.

Agentengesteuerte Lead-Intelligence-Pipeline: Signal-Scoring, Warm-Path-Erkennung, Voice-Modellierung und kanalspezifisches Outreach per E-Mail, LinkedIn und X. Einsetzen beim Finden, Qualifizieren und Ansprechen hochwertiger Kontakte.

Quellengestützte Marktforschung: TAM/SAM/SOM-Sizing, Wettbewerbsanalyse, Investor-Due-Diligence und Technologie-Scans mit konträren Belegen und entscheidungsorientierten Zusammenfassungen. Einsetzen, wenn Rechercheergebnisse eine echte Geschäftsentscheidung fundieren müssen.

Operator-Wrapper, der ECC-Research-Skills (exa-search, deep-research, market-research, lead-intelligence) für evidenzbasierte, quellengetrennte Recherche-Workflows orchestriert. Einsetzen, wenn aktuelle Fakten, Vergleiche oder belegbasierte Empfehlungen benötigt werden.

Erstellt PubMed- und NCBI-E-Utilities-Suchworkflows für biomedizinische Literatur mit MeSH-Begriffen, Feldtags, PMID-Lookup und Zitatabruf. Einsetzen, wenn eine Aufgabe systematische oder reproduzierbare Suchen in MEDLINE und biowissenschaftlichen Datenbanken erfordert.

Führt durch USPTO-Patent- und Markenrechercheabfragen über offizielle APIs, PatentSearch, TSDR und Übertragungsdaten für reproduzierbare Stand-der-Technik- und IP-Landscape-Recherchen. Einsetzen, wenn verifizierte US-Patent- oder Markendaten benötigt werden.

Führt schnelle bioinformatische Abfragen über Ensembl, BLAST, Protein-, Pathway- und Krankheitsassoziations-Datenbanken mit der gget-CLI oder dem Python-Paket durch. Einsetzen für einen schnellen ersten genomischen Evidenzdurchlauf vor dem Einsatz vollständiger Pipelines.

Führt einen strukturierten Literaturrecherche-Workflow durch, der Suchplanung, Quellensichtung, Synthese und Zitationsprüfung für akademische, biomedizinische und technische Themen umfasst. Einsetzen, wenn ein systematischer, umfassender oder narrativer Review aus begutachteten Quellen erstellt werden soll.

Bewertet akademische und wissenschaftliche Arbeiten – Paper, Proposals, Literaturreviews, Methodenabschnitte – anhand eines strukturierten Bewertungsschemas, das Problemklarheit, Methodik, Evidenzstärke und Zitationsqualität beurteilt. Einsetzen, wenn wissenschaftliche Texte auf Qualität geprüft oder Überarbeitungsfeedback erstellt werden soll.

Verfasst Langform-Artikel, Blog-Posts, Leitfäden, Tutorials und Newsletter-Ausgaben in einer charakteristischen Stimme, die aus Beispielen oder Markenrichtlinien abgeleitet wird – vermeidet generische KI-Schreibklischees.

Erstellt ein wiederverwendbares Schreibstilprofil aus echten Posts, Essays, Launch-Notizen oder Website-Texten und wendet diese Stimme konsistent auf Artikel, Outreach und Social-Content an.

Reorganisiert X- und LinkedIn-Netzwerke mit Review-First-Bereinigung, Follow-/Add-Empfehlungen und Warm-Outreach-Entwürfen in der echten Stimme des Nutzers. Einsatz beim Aufräumen von Following-Listen, beim Wachstum nach aktuellen Prioritäten oder bei der Neuausrichtung des sozialen Graphen.

Erstellt plattformspezifische Inhalte für X, LinkedIn, TikTok, YouTube und Newsletter aus Quellmaterial, ohne die Stimme des Autors zu verwässern. Einsatz beim Verfassen von Social-Posts, Threads, Video-Skripten oder bei der Weiterverwendung eines Assets auf mehreren Plattformen.

Verteilt Inhalte auf X, LinkedIn, Threads und Bluesky, indem sie plattformspezifisch an Einschränkungen und Konventionen angepasst werden – niemals identischen Text veröffentlichen. Einsatz, wenn ein Launch, Update oder Artikel plattformspezifische Versionen benötigt.

Erstellt und aktualisiert Pitch-Decks, One-Pager, Investoren-Memos, Finanzmodelle und Accelerator-Bewerbungen unter Wahrung interner Zahlenkonsistenz. Einsatz beim Erstellen oder Abstimmen mehrerer Fundraising-Materialien auf eine einzige Wahrheitsquelle.

Schreibt personalisierte Cold-E-Mails, Warm-Intro-Texte, Follow-ups und Investoren-Updates für die Fundraising-Ansprache von Angels, VCs und Acceleratoren. Einsatz, wenn präzise, belegbasierte Nachrichten ohne generische Investorenklischees benötigt werden.

Prüft und verbessert technische SEO, On-Page-Optimierung, strukturierte Daten, Core Web Vitals und Keyword-Mapping für bessere Suchsichtbarkeit. Einsetzen, wenn Crawlability-Probleme diagnostiziert, Meta-Tags korrigiert, Schema-Markup hinzugefügt oder Sitemap- und Internal-Linking-Änderungen geplant werden.

Verwaltet Carrier-Portfolios, Frachtpreisverhandlungen, Ausschreibungen, Scorecards und Routing-Leitfäden für Transportmanager. Einsatz beim Aufbau oder der Pflege von Carrier-Beziehungen, beim Preisvergleich oder bei der Frachtumverteilung.

Abwicklung echter Kundenabrechnung – Abonnements, Rückerstattungen, Churn und fehlgeschlagene Verlängerungen mit verbundenen Tools wie Stripe untersuchen. Einsatz bei Kundenproblemen mit der Abrechnung oder bei Audits umsatzrelevanter Vorgänge.

Fachkundige Beratung zu HS/HTS-Zolltarifklassifizierung, Zolldokumentation, FTA-Zolloptimierung, Sanktionslistenprüfung und Bußgeldabwehr für USA, EU, UK und APAC. Einsatz bei Import-/Exportaufgaben.

Belegbasierter Workflow für Postfach-Triage, E-Mail-Entwürfe, Versand und Überprüfung gesendeter Nachrichten. Einsatz beim Organisieren eines Posteingangs, beim Verfassen oder Senden von E-Mails über eine echte Mail-Oberfläche oder bei der Bestätigung des Versands.

Fachkundige Beratung zu Strom- und Gasbeschaffung, Tarifoptimierung, Leistungspreissteuerung, PPA-Bewertung und standortübergreifender Energiekostenstrategie. Einsatz bei Energiebeschaffung, Tarifoptimierung oder Bewertung von Erneuerbare-Energien-Verträgen.

Operatorseitiger Workflow für Umsatz-Snapshots, Preisvergleiche, Team-Billing-Realität und code-basiertes Abrechnungsverhalten – breiter angelegt als reine Kundenreklamationen. Einsatz bei Stripe-Vertriebsdaten, Seat-Billing-Realität oder Wettbewerber-Preisbenchmarks.

Betreibt Google Drive, Docs, Sheets und Slides als einheitliche Workflow-Oberfläche – Suchen, Zusammenfassen, Bearbeiten, Migrieren und Bereinigen von Assets. Einsatz beim Verwalten gemeinsamer Dokumente, Tracker oder Präsentationen ohne direkte Tool-Aufrufe.

Fachwissen eines Senior-Demand-Planers für Prognosen, Sicherheitsbestandsoptimierung, Nachschubplanung und Promotionseffekte bei Filialisten. Einsatz bei Nachfrageprognosen, Sicherheitsbestandsfestlegung oder der Verwaltung saisonaler Übergänge für Hunderte von SKUs.

Ruft Jira-Tickets aus einem KI-Coding-Workflow über MCP oder direkte REST-API-Aufrufe ab, analysiert und aktualisiert sie. Einsatz beim Abrufen von Anforderungen, Extrahieren von Akzeptanzkriterien, Hinzufügen von Kommentaren, Übergehen von Issues oder Ausführen von JQL-Suchen.

Expertenbasiertes Freight-Exception-Management für Verzögerungen, Schäden, Verluste, Carrier-Streitigkeiten und Schadensersatzverfahren bei LTL, FTL, Paket- und Seefrachtmodi. Einsetzen bei der Bearbeitung von Versandausnahmen oder dem Aufbau entsprechender SOPs.

Live-Nachrichtenabruf aus iMessage, DMs oder sozialen Plattformen: Threads lesen, Einmalcodes abrufen und Unterhaltungen mit Quellennachweis prüfen. Einsetzen für Aufgaben, die auf lokale Messaging-Oberflächen angewiesen sind.

Dokumente über die kommerzielle Nutrient-DWS-API verarbeiten, konvertieren, per OCR erfassen, extrahieren, schwärzen, signieren und ausfüllen. Einsetzen zur Automatisierung von PDF/DOCX/XLSX/PPTX/Bild-Workflows wie Formatkonvertierung, PII-Schwärzung oder Formularausfüllung.

Wendet Produktionsplanungs-Expertise auf diskrete Fertigung und Batch-Fertigung an – Auftragsreihung, Linienbalancierung, Rüstzeitoptimierung, Engpassbeseitigung und Störungsbewältigung – gestützt auf TOC, SMED, OEE sowie ERP/MES-Workflows.

Koordiniert GitHub-Issues und Pull Requests mit Linear durch Triage, Klassifizierung und Verknüpfung von Aufgaben auf beiden Plattformen. Einsetzen beim Verwalten von Backlog-Triage, PR-Klassifizierung oder GitHub-zu-Linear-Workflows.

Expertenwissen eines Senior-Qualitätsingenieurs für NCR-Lifecycle, CAPA, Ursachenanalyse (5-Why, Ishikawa), SPC-Interpretation und Lieferantenqualität in FDA/IATF-16949/AS9100-Umgebungen. Einsetzen bei der Untersuchung von Nichtkonformitäten, beim CAPA-Management oder der Auditvorbereitung.

Expertise eines Senior-Returns-Operations-Managers: RMA-Berechtigung, Zustandsbewertung, Dispositions-Routing (Wiedereinlagerung/Aufarbeitung/Liquidation/Verschrottung/RTV), Betrugsmuster und Garantieansprüche. Einsetzen bei Produktrücksendungen, Reverse Logistics oder Rückgabebetrug.

Stellt eine gewichtete Graph-Ranking-Engine bereit, um Netzwerkverbindungen nach Intro-Wert zu bewerten, Warm-Paths zu einer Zielliste zu kartieren und Bridge-Scores über Erst- und Zweitgrad-Verbindungen auf X und LinkedIn zu messen. Einsetzen, wenn es primär um die Ranking-Mathematik geht und nicht um den breiteren Lead-Generierungs- oder Netzwerkpflege-Workflow.

Extrahiert Text aus Visa-Antragsbildern per OCR, übersetzt ihn ins Englische unter Beibehaltung der Dokumentstruktur und erstellt ein zweisprachiges PDF. Einsetzen bei der Zusammenstellung übersetzter Dokumentenpakete für Visaanträge.